我的交易代理的反思循环从噪音中学习，这是修复方案与仍存在的问题

几天前在这里发布了我的纸上交易代理，对自我反思循环得到了很好的反馈。核心问题：每次反思都仅基于PnL撰写，因此一个因随机噪音而亏损的好决策和一个真正的坏决策对系统来说看起来完全一样。然后，那个“教训”未经任何过滤直接输入到每个未来的提示中。修复了前半部分：现在反思会单独判断原始交易论点是否成立，与PnL无关，只有真正有缺陷的论点才会被保留。仍未解决，评论中有人指出，所有内容每个周期都被直接放入系统提示中，没有检索、没有工具调用，只是持续的上下文。那才是真正的修复，我还没有处理它。如果有人有干净的模式让智能体按需获取自己的过去推理，而不是强行灌输，真的很想听听。如果有人想试试看，链接在评论中。